MASSTAR ist ein multimodaler groß angelegter Szenendatensatz, der gemeinsam von der Sun Yat-sen-Universität, der Hong Kong University of Science and Technology und anderen Institutionen vorgeschlagen wurde und sich auf Aufgaben zur Oberflächenvorhersage und -vervollständigung konzentriert. Der Datensatz enthält mehr als 1.000 3D-Mesh-Modelle auf Szenenebene, von denen einige aus der realen Welt stammen. Neben 3D-Modellen enthält der Datensatz auch entsprechende Bilder, beschreibenden Text und Punktwolkendaten.

Zur Erstellung des MASSTAR-Datensatzes entwickelten die Forscher eine vielseitige Toolchain, die hochwertige 3D-Netzmodelle effizient aus komplexen Szenen extrahieren und entsprechende multimodale Daten generieren kann. MASSTAR bietet breite Anwendungsmöglichkeiten in Bereichen wie Robotik, hochwertige 3D-Rekonstruktion und autonomes Fahren und bietet starke Datenunterstützung zur Lösung von Oberflächenvervollständigungsproblemen in komplexen Szenen.